报纸（内部记者江丁格林）Xu Huaqiang是上海中媒体学院的研究人员，更集中于新鲜打开的代码分子配体的预测功能，系统地评估了Alfafold3在GPCR（GPCR的结构预测中）的性能。我们深入阐明了药物设计应用的局限性。相关研究最近发表在《中国药理学杂志》上。 GPCR是重要的药物目标，它们与小分子配体的相互作用在药物研究和开发中占据了中心地位。研究人员收集了释放Alfafold3后发出的74个GPCR-SMALL分子配体配合物的实验结构，并将Alfafold3的预测结果与实验结构的差异进行了比较。结果分析表明，Alfafold3在受体的树干网络的一般预测中最有效，但是对于预测关键结合联合模式的预测仍然是明显的不便。在分析中，如果预测数据库中已经存在类似的复合物，则提高了Alfafold3的性能，并且面对新化合物或联合联盟模式，预测的精度大大降低。此外，某些模型具有严重的原子碰撞和非理性的结构特性，从能量优化和立体镜上的精度方面突出了当前算法的不便。对于具有更复杂系统的C型CCCR，AlphaFold3无法完全预测蛋白质之间的结合界面。对于小分子，可以准确预测联合袋，但不能准确预测配体和实际配体的确切位置。鉴于罕见数据，GPCR Alesteric调节剂的复杂结构预测，Alfafold3在预测与配体的这种结合位置方面的准确性较低，表明Alfafold3仍然缺乏解决新颖或非特征结合模式的能力，这表明紧急要求算法和实验性支持改进。研究人员还发现，Alfold3用于预测拮抗剂与GPCR的结构，并且可以以合理的精度预测灭活构象。对手受到限制。研究人员还将Alfafold3与分子耦合工具straditional ARE进行了比较。结果表明，在某些情况下，Alfafold3可以用作分子耦合的有益补充，但通常需要实验验证。研究人员认为，将来，通过引入物理和化学原理，优化能量评估模块并整合生物学功能信息，可以通过引入物理和化学原理来更加改进Alfafold3在GPCR配体配合物预测中的性能。相关文档中的信息：https：//doi.oRG/10.1038/S41401-025-01617-4